科学者たちが液体の水における2つの構造の分子レベルでの証拠を発見

2026年6月25日の特集「科学者たちが液体の水における2つの構造の分子レベルでの証拠を発見」Tejasri Gururaj、Phys.org Tejasri Gururaj 著者 スタッフと貢献者についてご紹介 編集基準について学ぶ Gaby Clarkによる編集、Robert Eganによるレビュー Gaby Clark サイエンスエディター 編集チームについて学ぶ 編集プロセスについて Robert Egan シニアエディター 編集チームについて学ぶ 編集プロセスについて 編集者の注記 この記事は、Science Xの編集プロセスとポリシーに従ってレビューされています。編集者は、コンテンツの信頼性を確保しながら、以下の属性を強調しています。 事実確認済み 査読済み出版物 信頼できる情報源 校正済み GIST 好ましい情報源として追加 液体の水に2つの局所構造が存在するという証拠。クレジット：Nature Physics（2026年）。DOI：10.1038/s41567-026-03301-8 Nature Physics誌に掲載された研究では、液体の水が単一の均一な物質ではなく、2つの異なる微視的構造が絶えず変化する混合物であるという、シミュレーションによる新たな分子レベルの証拠が示されています。水が2つの異なる構造状態として存在するという考えは新しいものではありません。何十年もの間、科学者たちは液体の水が、より密度が高く無秩序な構造と、より密度が低く秩序だった構造という、相互変換可能な2つの局所構造で構成されていると理論化してきました。この「二状態モデル」は、水が冷却されるにつれて圧縮されやすくなる理由や、凝固点ではなく4°C（39°F）で最大密度に達する理由など、水の多くの異常な特性を説明するために提唱されてきました。しかし、このモデルは、2つの構造に関する直接的な分子レベルの証拠が得られなかったため、議論の的となっていました。 Phys.orgは、City University of Hong KongのXiao Cheng Zeng教授（責任著者）に、この研究とその発見について話を聞きました。「私は大学院生の頃から相転移のトピックに非常に興味を持っていました」とZeng氏は述べています。「ポスドクとして液体の凍結に関する理論研究を始めましたが、いつか水の凍結を研究したいと常に願っていました。それ以来、特に水の液液転移のトピックに興味を持っていました。」 しかし、何十年にもわたる理論研究にもかかわらず、2つの構造に関する直接的な分子レベルの証拠は未だに得られていませんでした。 1,800気圧/188 Kにおける水の局所構造の確率分布P(ρlocal, PCI, PCII)の3Dプロットの回転視点。クレジット：Nature Physics（2026年）。DOI：10.1038/s41567-026-03301-8 分子レベルでの証明 二状態モデルの中心にあるのは、液液相転移（LLPT）として知られる仮説上の現象です。これは、深く過冷却された領域で、水が高密度液体と低密度液体という2つの巨視的に異なる液相に分裂するという考えです。両者の境界は、「第二臨界点」で終結すると考えられています。この深く過冷却された領域は、水が急速に結晶化するため、実験的に研究するのが非常に困難です。そのため、LLPTの証拠の多くは計算研究から得られてきました。以前、2025年のNature Physicsの研究では、深層ニューラルネットワークを使用してこの臨界点の位置をマッピングすることで進歩を遂げました。 「二状態仮説によれば、液体の水は2つの異なる構造AとBの混合物として見なすことができます。しかし、誰も本物の『純粋なA』または『純粋なB』の液体の水を見たことがありません。実際、直接的な分子レベルの証拠の欠如のため、このモデルは議論の対象となってきました」とZeng氏は述べています。 研究者によると、問題は実験的なものだけではありません。シミュレーションでさえ、分子間の局所密度とエネルギー差を測定する従来のメソッドでは、2つの構造を明確に分離することができませんでした。必要とされたのは、そのフィンガープリントがどのようなものであるべきかという人間の仮定なしに、データが各構造の隠された分子フィンガープリントを明らかにすることを可能にする方法でした。 左：LLPT中の水の局所構造の3D確率分布P(ρlocal, PCI, PCII)の動的進化。右：1,800気圧/188 KでのMDシミュレーションにおける平均局所密度(ρsystem)の時間進化。クレジット：Nature Physics（2026年）。DOI：10.1038/s41567-026-03301-8 科学、テクノロジー、宇宙の最新情報を、Phys.orgを毎日頼りにしている10万人以上の購読者とともに発見しましょう。無料ニュースレターに登録して、ブレークスルー、イノベーション、重要な研究に関する最新情報を毎日または毎週受け取りましょう。 購読する 教師なし学習 このフィンガープリントを見つけるために、研究チームは教師なし深層学習アプローチに目を向けました。これは、2つの構造がどのようなものであるべきかという事前の仮定なしに、データから隠された構造情報を抽出できるものです。「人間が直感的に推測したり、手動でそのような複雑で非線形かつほぼ直交する物理パラメータを構築したりすることは事実上不可能です」とZeng氏は述べています。「AIの助けを借りて、これらの隠された物理的特性を学習し、明らかにすること」が必要でした。 このモデルは、TIP4P/Ice水モデルを用いた大規模な分子動力学シミュレーションから得られた約7400万の局所水分子構成で訓練されました。これは、幅広い温度と圧力範囲で広く使用され、正確な水の計算モデルです。訓練データの約17%は液液相転移領域から得られ、残りは多様な条件からモデルが学習するようにその外側から得られました。アーキテクチャはオートエンコーダーでした。エンコーダーは各水分子の局所構造を入力として受け取り、局所密度と局所ポテンシャルエネルギーという2つの物理的に意味のある量を予測するように学習しました。次に、デコーダーはこれらの出力を受け取り、隠れた物理的特性、つまり密度とエネルギーだけでは捉えきれない、モデルが各分子に割り当てた数学的値を探しました。 バイアスを導入せずにこの探索を誘導するために、研究者たちは2つの緩やかな数学的制約を設定しました。アルファは隠れた特性の局所密度との線形相関を制御し、ファイはその関係の幾何学的角度を制御しました。これらを系統的に変化させることで、彼らはデータの視角を効果的に回転させ、2つの構造が存在する場合に最も明確に現れる構成を探しました。 2つの構造と相互変換 モデルが最適な構成を見つけたとき、2つの明確なクラスターが出現し、2つの局所構造を示唆しました。構造Aはより密度が高く無秩序で、構造Bはより密度が低く秩序だったものです。シミュレーションは、室温に近い条件を含む幅広い温度と圧力でこれらのパターンを発見しました。 P/T相図のいくつかの領域における典型的な反応（A ⇌ B）経路。クレジット：L. Li et al./Nature Physics。https://doi.org/10.1038/s41567-026-03301-8。 しかし、この研究は2つの構造の存在を裏付けるだけでなく、さらに興味深い事実を明らかにしました。構造Aと構造Bの相互変換の仕方は、システムが相図のどこに位置するかによって異なります。高密度液相では、相互変換は単一の遷移状態を通る「上部の半ループ」経路で進行します。低密度液相では、異なる遷移状態を通る異なる「下部の半ループ」経路をたどります。液液相境界付近、2つの液相が最も激しく競合する場所では、これら2つの経路が複雑な3次元の「全ループ」反応経路に結合し、3つの遷移状態が関与します。システムが境界から離れ、一方の相が支配的になり始めると、この全ループはより単純な単一経路の半ループに戻ります。 「構造Aと構造Bの間の変換は、単純な『行ったり来たり』のプロセスではありません」とZeng氏は述べています。「2つの構造の相互変換経路は、水の異なる状態の下では異なります。この微視的な動的プロセスは、従来の理論的方法では特定することが非常に困難です。」 今後の研究 この発見は、データのバイモーダルな特徴が、水の二状態モデルに対する強力な分子レベルの証拠を提供しています。